v <- ggplot(faithfuld, aes(waiting, eruptions, fill = density)) + geom_tile() 更改颜色方案 p1 <- v + scale_fill_continuous(type = "gradient") p2 <- v + scale_fill_continuous(type = "viridis") p3 <- v + scale_fill_gradient() p4 <- v + scale_fill_viridis_c() plot_grid(p...
ggplot(df,aes(x))+ geom_density(fill="#e72a8a", color="#1c9e77", size=1.5, stat="bin")+ theme_bw() image.png 上面的图如果想要给x小于-2和大于2的填充另外一种颜色改如何实现呢? dat<-with(density(df$x),data.frame(x,y))dat dat1<-dat[dat$x<(-2),]dat2<-dat[dat$x>2,]ggp...
ggplot(df,aes(x))+ geom_density() 1. 2. image.png 填充颜色用fill参数,更改线条颜色用color参数 ggplot(df,aes(x))+ geom_density(fill="#e72a8a", color="#1c9e77", size=1.5)+ theme_bw() 1. 2. 3. 4. 5. image.png 这里需要注意的一个问题是默认的Y轴是小数,应该是某个值占所有的数...
ggplot(df,aes(x))+geom_density(fill="#e72a8a",color="#1c9e77",size=1.5,stat="bin")+theme_bw() image.png 上面的图如果想要给x小于-2和大于2的填充另外一种颜色改如何实现呢? 代码语言:javascript 复制 dat<-with(density(df$x),data.frame(x,y))dat dat1<-dat[dat$x<(-2),]dat2<-dat...
ggplot(data=small, mapping=aes(x=price, colour=cut))+geom_density() 你也可以根据另外的变量给它填充颜色,比如按不同的切工: ggplot(data=small, mapping=aes(x=price, fill=clarity))+geom_density() colour 参数指定的是曲线的颜色,而 fill 是往曲线下面填充颜色。
ggplot() + geom_density(data=, aes(x=, color=), size=) ggplot() + geom_density(data=, aes(x=, fill=), alpha=) color=: 轮廓颜色 fill=: 填充颜色 size=: 线宽度 alpha=: 填充颜色的透明度,0为完全透明,1为完全不透明 1. 简单密度图(仅一组数据) ...
geom_point 改变点形状、大小、颜色等属性 ggplot(data=df, aes(x=mpg, y=wt))+geom_point(color="blue", size=2, shape=23) 绘图过程中常常要用到转换(transformation),这时添加图层的另一个方法是用stat_*函数。 下例中的geom_density与stat_density是等价的 ggplot(wdata, aes(x=weight))+ge...
语法:ggplot(dataFrame, aes(x, color, fill)) + geom_density() 按变量着色的多密度图 我们在 ggplot 中得到多个密度图,两种颜色对应于第二个分类变量的两个级别/值。如果我们的分类变量有 n 个级别,那么 ggplot2 将制作具有 n 个密度/颜色的多个密度图。
qplot与plot非常相似 这里用colour控制颜色,意思更明显 qplot(mtcars$wt,mtcars$mpg,colour="red",size=2) 1. geom:geometric object几何对象 也就是我们可以控制geom来绘制不同的图形 比如我们现在的散点图,我们把geom的参数设置为point,也就是散点图的意思 ...
# 更改密度图线的颜色 ggplot(df, aes(x=weight, color=sex)) + geom_density() # 添加平均数线 p<-ggplot(df, aes(x=weight, color=sex)) + geom_density()+ geom_vline(data=mu, aes(xintercept=grp.mean, color=sex), linetype="dashed") ...